大学课堂人脸识别考勤系统应用解决方案(20200610073959)

大学课堂人脸识别考勤系统

应用解决方案

广东铂亚信息技术股份有限公司

2013年12月

目录

1、系统应用背景 (3)

2、系统建设意义 (4)

3、人脸识别技术介绍 (5)

3.1人脸识别技术的特点 (6)

3.2人脸识别技术与其他生物识别技术的比较 (7)

4、系统设计 (7)

4.1系统组成 (7)

4.2系统工作原理 (7)

4.3系统功能 (8)

4.3.1系统基本功能 (8)

4.4产品介绍 (9)

4.4.1主要特性 (9)

4.4.2技术参数： (10)

5、系统优势 (11)

1、系统应用背景

在高校的教学和学生工作管理过程中，考勤是一项重要的内容。学生的出勤率直

接影响到学校的学风建设。与一般的企事业单位相比，高校的日常考勤工作具有一定的特殊性，考勤工作中的特殊情况较多、参与考勤的学生数量大等特点均增加了高效日常考勤工作的难度。因此，如何提高考勤工作的效率与质量是我国高校日常管理工作中面临的一项重要考验。

当前我国大多数高校在学生日常考勤工作中主要采用的依然是人工考勤方式或智

能卡考勤方式。这些考勤方式虽然能起到一定的作用，但问题也很突出，老师并不认识每一位学生，人工考勤和智能卡考勤均有可能存在冒名顶替代考勤现象；随着我国高校改革的日益推进，学分制已经成为我国高校最常见的教学方式。在学分制教育模式下，学生不必严格按照学院的班级建制进行课堂学习，而是可以根据自身的兴趣与实际情况在学校教学框架下自由选择科目，只要在毕业之前修满学生培养方案中的最低学分即可顺利毕业。这种教学方式为高校的考勤工作带来了一定的困难，同一课堂的学生可能来自多个学院、多个专业、多个班级，教师在教学过程中不熟悉学生，因此导致学生考勤工作中出现了大量学生逃课、弄虚作假的现象。对高校正常教学秩序以及教学质量带来了严重的负面影响，同时也降低了学生自身的组织性以及纪律性，对于高校校风与学风的培养与形成十分不利。

因此，传统的点名考勤方式不适用于学校的考勤需求，我们推荐使用智能人脸识

别考勤系统解决学生课堂考勤问题。采用人脸识别验证的方式对上课的学生身份进行核实，实现人、地、时三者合一,去除考勤虚假，以及根据用户的需求实现了对任意一时段的考勤结果的统计。提高了学校的考勤工作的效率，减轻了教师上课的负担。真正的

做到了考勤工作的高效性、及时性。

2、系统建设意义

本系统的建设具有以下几个方面的意义：

（1）提升学校的学生管理工作质量。

学校以往采用的人工考勤方式主要依靠教师、辅导员或者学生代表进行考勤，在工作过程中存在着比较严重的主观性以及其他人为因素，学生考勤管理效率低下、考勤结果可靠性不高，无法起到对学生进行约束的效果。而通过本系统的开发，学校的学生考勤系统实现完全信息化与自动化，不仅大大简化了学校的学生考勤流程，同时对于学生考勤管理工作质量的提高也有着重要的意义。

（2）极大节约了学校日常管理的成本。

随着信息化进程的日益推进，学校建立了完善的校园网，如何有效利用学校现有的网络资源提高学校的日常管理工作不仅可以为学校节省管理大量的管理费用开支，同时也可以提高学校的管理水平。虽然当前市面上已有现成的考勤系统出售，但是由于高校与其他一般企事业单位相比具有一定的特殊性，所以如果完全从市面上购买现有的考勤系统，代价是比较高的。本系统以学校的网络资源为依托，不仅实现了学生考勤工作的自动化与信息化，提高了学生管理工作的质量与效率，还为学校节省了大量不必要的日常管理开支。

（3）提高了学校的教学质量，促进学校良好校风学风的形成。

在传统的学生考勤管理过程中，教师需要在上课之前进行点名，不仅占用了教学时间，同时还由于学生带点到的现象比较突出，影响了学校的教学质量，学生逃课现象

比较严重。而在采用考勤系统之后，由于指纹具有唯一性的特点，可以从本质上杜绝学

生代答到或代签到的现象，另外对于学生迟到、早退、旷课等情况也可以做到准确记录

与统计，同时还可以有效节约教师的时间资源。因此，本系统的实施可以在很大程度上

提高学校的教学质量，并为学校校风学风的改善有着重要的帮助作用。

3、人脸识别技术介绍

人脸是人类视觉中最为自然和普遍的身份识别特征，人的面部所体现的视觉信息

在社会交流和交往中有着重要的作用和意义。人脸识别有着其它生物特征识别技术（如

指纹识别，虹膜识别）无法比拟的优势。人脸识别对被识别者不具侵犯性，更加自然、

直接、友好，使用者无任何心理障碍。随着图像采集技术的不断完善，采集设备成本的

降低，数码相机、摄像机、拍照手机的不断普及，极大地拓展了人脸识别技术的应用空间。

基于近红外图像的人脸识别方法是近年来人脸识别技术的一个革命性的创新，目

的在于消除环境光照对人脸识别的影响。这项新技术包括主动红外人脸图像采集硬件和

人脸识别算法软件两部分。硬件由CCD或COMS摄像机、红外发光二极管和外壳等构成。人脸以50－100cm 距离正对摄像机，利用安装在摄像机周围的近红外主动光源提供正面方向照明；同时，通过在摄像机前端安装合适的滤镜，阻止可见光波段的光线通过，消

除环境光的影响；过滤后的人脸图像被摄像机采集并输入到计算机中。近红外图像在任

意环境光照下都是清晰、正面光照的，这为构建不受环境光影响且高度准确的人脸识别

系统，提供了良好的图像数据技术。人脸识别算法则进一步对图像进行处理，以消除距

离远近和头部姿态所带来的负面影响。通过照片，视频，3D模型等手段欺骗人脸识别引擎的企图，一直是人脸识别系统的弱点。基于近红外的技术可有效地检测人脸的活体性，